思路一:暴力
具体思路: 依次遍历每个元素,以该元素为左上角元素,依次在下面和右面扩张一行,直到出现’0’的元素
易错点: 增加行的时候矩阵注意不要越界!!!
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
//暴力
int ans = 0;
int m = matrix.size(), n = matrix[0].size();
for (int i = 0; i < m; ++i) {
for (int j = 0; j < n; ++j) {
if (matrix[i][j] == '1') {
ans = max(ans, 1);
int tmp = 1;
while (i + tmp < m && j + tmp < n) {
int flag = false; //没有0
for (int k = j; k <= j + tmp && !flag; ++k) {
if (matrix[i + tmp][k] == '0') flag = true;
}
for (int k = i; k <= i + tmp && !flag; ++k) {
if (matrix[k][j + tmp] == '0') flag = true;
}
if (!flag) {
ans = max(ans, tmp + 1);
}else break; //如果扩张后出现了'0',则直接退出循环,遍历下一个元素
tmp++;
}
}
}
}
return ans * ans;
}
};
思路二:单调栈
维护一个单调递增栈,不是到左边第一个小于的位置,而是分别到两边第一个小于它的位置。
class Solution {
public:
void get_l(vector<int>& l, vector<int>& r, vector<int>& height) {
int m = height.size();
vector<int> stk(m);
int top = -1;
for (int i = 0; i < m; ++i) {
while (top != -1 && height[stk[top]] >= height[i]) {
--top;
}
if (top != -1) l[i] = stk[top];
stk[++top] = i;
}
top = -1;
for (int i = m - 1; i >= 0; --i) {
while (top != -1 && height[stk[top]] >= height[i]) {
--top;
}
if (top != -1) r[i] = stk[top];
stk[++top] = i;
}
}
int maximalSquare(vector<vector<char>>& matrix) {
int n = matrix.size(), m = matrix[0].size(), ans = 0;
vector<int> height(m);
for (int i = 0; i < n; ++i) {
for (int j = 0; j < m; ++j) {
if (matrix[i][j] == '1') height[j]++;
else height[j] = 0; //
}
vector<int> l(m, -1), r(m, m);
get_l(l, r, height);
for (int k = 0; k < m; ++k) {
ans = max(ans, min(r[k] - l[k] - 1, height[k]));
}
}
return ans * ans;
}
};
易错点:当matrix[i][j] == '0’时 height[i][j] == 0
思路三:动态规划
思路来源: 以matrix[i][j]为右下角,如果最大的正方形边长为m,则 以matrix[i][j-1] matrix[i-1][j] matrix[i-1][j-1]为右下角的最大正方形边长至少为 m-1。
因此:
设:dp[i][j]表示以matris[i][j]为右下角元素的最大正方形边长
状态转移方程为dp[i][j] = min(dp[i][j-1],dp[i-1][j],dp[i-1][j-1])+1;
边界为:dp[i][j]=matrix[i][j]-‘0’;
class Solution {
public:
int maximalSquare(vector<vector<char>>& matrix) {
//动态规划
int m = matrix.size(), n = matrix[0].size();
vector<vector<int>> dp(m, vector<int>(n));
int ans = 0;
for (int i = 0; i < m; ++i) {
dp[i][0] = matrix[i][0] - '0';
ans = max(ans, dp[i][0]);
}
for (int j = 0; j < n; ++j) {
dp[0][j] = matrix[0][j] - '0';
ans = max(ans, dp[0][j]);
}
for (int i = 1; i < m; ++i) {
for (int j = 1; j < n; ++j) {
if (matrix[i][j] == '1') {
dp[i][j] = min(min(dp[i][j - 1], dp[i - 1][j]), dp[i - 1][j - 1]) + 1;
ans = max(ans, dp[i][j]);
}
}
}
return ans * ans;
}
};